Ein Einzelbild aus dem Video mit der parallelen Erkennung eines Audi A4 Avant und eines Lieferwagens
Wenn es um die Fokussierung von Zielgruppen geht, hat Außenwerbung eher einen schlechten Stand, kann man doch bis auf die Wahl des Standortes nur wenig beeinflussen. Dank künstlicher Intelligenz (KI) könnte sich das nun bald ändern - zumindest im Straßenverkehr. In Japan ist ein System erfolgreich getestet worden, das vorbeifahrende Fahrzeuge analysieren und daraufhin individuelle Werbung ausspielen kann.
Konkret geht es um ein technisches System an einer Stadtautobahn in Tokios Stadtteil Roppongi, das in der Lage ist, über 330 Fahrzeugmodelle in Echtzeit zu erfassen und das den Fahrern daraufhin die passende Werbung auf großen Außenwerbeflächen anzeigt. Die Idee hinter diesem smarten Billboard: Zielgruppen zum richtigen Zeitpunkt mit der für sie passenden Werbebotschaft erreichen. Eine Möglichkeit, die Außenwerbern in der Regel verwehrt bleibt.
Hinter dem Projekt, welches nach elfmonatigem Test im Dezember 2016 abgeschlossen wurde, stecken fünf große Unternehmen aus der Werbe- und IT-Industrie: Die japanische Werbeagentur
Dentsu, die Datenanalysefirma
Smart Insight und das auf Datenspeicherung spezialisterte Unternehmen
Cloudian. Die IoT-Firma
Quanta Cloud Technology und der Tech-Riese
Intel steuerten die erforderliche Hardware bei.
Das Vorhaben basiert auf einer Allwetter-Kamera, die Fahrzeuge aus bis zu einer Entfernung von 800 Metern erkennt und die Daten, also Automodell und Fahrgeschwindigkeit, an ein Computersystem weiterleitet. Eine Erkennungssoftware vergleicht die Daten dann mit einer Datenbank, die zuvor mit tausenden Bildern von Autos gespeist wurde. Wenn das System ein Modell aus der Datenbank erkannt hat, löst es eine Werbung auf einem LED-Außenwerbebildschirm aus, die für fünf Sekunden sichtbar ist.
Erkennt das System beispielsweise einen Lkw gegen Ende des Tages, könnte eine Werbung für einen Energydrink eingeblendet werden, gemeinsam mit der Botschaft "Es war ein langer, harter Tag, oder?". Erkennt das System ein Auto aus dem Luxussegment, zeigt es beipielsweise Werbung für einen Golfschläger oder eine luxuriöse Uhrenmarke. Wenn etwa ein älteres Fahrzeugmodell erfasst wird, könnte Werbung für ein neueres Modell auftauchen.
Studie
Deutsche Verbraucher sind bei künstlicher Intelligenz eher skeptisch
Verbraucher finden immer häufiger Gefallen an künstlicher Intelligenz (KI). Das zumindest will eine aktuelle Studie herausgefunden haben. Darin heißt es, dass drei Viertel aller Befragten Sprachsuche (Voice Search) verwenden. ...
Die Software ist nur darauf programmiert, Automodelle und durchschnittliche Geschwindigkeiten zu erkennen, nicht aber Merkmale von Fahrern und Nummernschilder. Das wäre zwar ohne Probleme möglich, heißt es, sei aber aus rechtlichen Gründen problematisch. Zudem könne das System die Dichte des Verkehrs erfassen - die Daten werden nicht nur zur Verkehrsoptimierung genutzt, sondern dienen auch den Werbungtreibenden als wichtige Kennziffer, um den Medienwert ihrer OoH-Botschaften genauer zu bestimmen.
Hinter dem Unterfangen steckt eine ganze Menge Technologie. Zum einen sorgt ein Deep-Learning-Algorithmus dafür, dass die Objekte im Straßenverkehr möglichst fehlerfrei erkannt werden. Die Basis für den Algorithmus waren zu Beginn noch 23.000 Bilder aus einer Datenbank für Gebrauchtwagen, das System lernt jedoch hinzu und verbessert mit jedem weiteren Bild seine Erkennungsgenauigkeit. Zum anderen produziert das kontinuierliche Filmen einen Datenberg, der eine effiziente Speicherung verlangt.
Nachdem das Projekt nun erfolgreich beendet wurde, bereiten die Teilnehmer die Technologie für den Praxiseinsatz vor. So wird die Anlage nun tatsächlich in Tokio fest installiert. Aber auch in anderen Umfeldern sei der Einsatz vorstellbar. So ist die Technologie nicht nur in der Lage, Autos zu erkennen, sondern ebenso Menschen. Obwohl dies bereits eine ethische Debatte losgelöst hat und Fragen bezüglich der Privatssphäre aufwirft, wird es Werbungtreibenden, so heißt es von den Projektteilnehmern, künftig möglich sein, Kunden im Einkaufszentrum zu erkennen und sie zumindest verschiedenen Zielgruppen zuzuordnen.
ron